对于计划报考中国地质大学（北京）人工智能与模式识别方向（代码01）的2027届考生而言，扎实掌握计算机学科专业基础是决胜考研的关键。该方向融合了计算机视觉、机器学习与数据处理等前沿技术，复习需兼顾理论深度与算法实践能力。

重点参考书籍

核心教材：《数据结构（C语言版）》（严蔚敏、吴伟民编著，清华大学出版社）是算法基础，需重点掌握线性表、树、图的存储结构与经典算法（如Dijkstra、Prim算法）；《计算机组成原理》（唐朔飞编著，高等教育出版社）中的指令系统、存储层次结构是理解硬件底层逻辑的核心。

拓展阅读：《机器学习》（周志华著，清华大学出版社，“西瓜书”）是模式识别方向的必读经典，重点理解监督学习（如SVM、决策树）与无监督学习（如聚类）的基本原理；《计算机视觉：算法与应用》（Richard Szeliski著，中译本）可帮助考生建立图像处理的系统性认知。

专业课复习方案

基础阶段（3-6月）：以教材为纲，建立“数据结构+组成原理+操作系统+网络”的知识框架。重点攻克数据结构的算法设计与分析，每日安排3小时精读，配合课后习题巩固。

强化阶段（7-10月）：聚焦真题规律，整理“算法设计+理论分析”答题模板。例如，针对“哈希表冲突解决方法”，需掌握开放定址法、链地址法的适用场景与时间复杂度分析。此阶段建议每周完成2-3道算法设计题。

冲刺阶段（11-12月）：模拟考场环境，限时完成全真模拟题，重点训练“名词解释”（如区分“进程”与“线程”）和“综合应用题”的破题速度。

答题技巧

算法设计题：遵循“问题分析+算法步骤+复杂度分析”结构。例如设计“二叉树层序遍历”算法，需先明确使用队列实现，再分步骤描述入队、出队操作，最后分析时间复杂度为O(n)。

简答题：采用“定义+原理+应用场景”结构。例如回答“虚拟内存”，需点明其是“利用硬盘空间模拟内存的技术”，核心原理是“局部性原理”，应用于“解决大程序内存不足问题”。